2018年の機械学習についてお話しましょう

記事全文を読み始める前に、「ロボットが私たちの仕事を奪っている」といったセンセーショナルなニュースの見出しを一時的に忘れていただければ幸いです。歴史を通じて、農業革命や産業革命の頃から、人々は道具を巧みに使い、より良い生活を生み出すために絶えず革新を続け、歴史を動かしてきました。 21 世紀の今日、私たちは過去を覆し、新しい仕事、新しいビジネス モデル、新しい産業を生み出す「データ革命」を経験しています。

機械学習は 2018 年に重要なテクノロジーとなり、インターネットの登場以来、他のどのテクノロジーよりも私たちの生活や仕事のあらゆる側面で大きな役割を果たす可能性があります。他の新興テクノロジーと同様に、機械学習の波はすでにあらゆるところに広がっています。機械学習は携帯電話、車、家庭のソフトウェアに搭載されており、洞察を得るのに役立っています。また、私たちが使用するビジネス ソフトウェアに組み込まれており、より迅速かつ情報に基づいた意思決定を可能にしています。機械学習は、私たちの労働生活を脅かすどころか、人間をより強力かつ効率的にします。

[[227028]]

現在、テクノロジーの分野で注目されているトピックのうち、人工知能と自動運転が市場のほぼ半分を占めています。ロボットや自動運転車が示す知能は驚くべきものですが、その開発と応用には新たな機会と課題ももたらします。ガートナーのレポートでは、2020年までに人工知能技術が「ほぼすべての新規開発ソフトウェア製品」に搭載されるようになるとも指摘されている。これはソフトウェアプロバイダーにとって刺激的で、おそらく決定的な瞬間であり、企業顧客にとっては重要な岐路となる。

それに比べると、機械学習は上記ほどセンセーショナルには聞こえないかもしれませんが、すでに私たちの住む世界に浸透し、変化を生み出しています。 「この世で唯一負けない格闘技はスピードだ。」待つことで人々は遅れをとることになり、どの企業も待つ余裕はありません。機械学習の成果は、まさに企業の意思決定時間を短縮し、意思決定の有効性を向上させるという点で画期的な技術であると言えます。

機械学習の発展は、クラウド コンピューティングの普及とほぼ同期していることがわかります。その理由は、クラウド アプリケーション、プラットフォーム、インフラストラクチャのシームレスな統合により、情報のサイロが解消され、さまざまな組織とそのネットワークからデータが集まり、機械学習に活用されるようになったためです。機械学習の基盤となるアルゴリズムには、さまざまな分野からできるだけ多くのデータが必要です。収集するデータが増えるほど、より賢くなり、意思決定の可能性が高まります。

2018 年、クラウド テクノロジーはますます成熟し、ほぼすべての企業がクラウドを IT 戦略の一部に取り入れています。クラウドは企業のデジタル変革とデータの価値を引き出す能力を推進しており、機械学習は重要な時期を迎えています。簡単に言えば、クラウドとビッグデータは企業がデジタル変革を実現し、価値を引き出すための手段を提供し、機械学習は産業的な意味でこれらの価値を大規模に適用し、増幅する最初のツールです。

[[227029]]

最終的には、有意義な情報と貴重な洞察を企業戦略に実装する必要があります。企業内の機能やリソースの計画であれ、社外の顧客サービスの分野であれ、機械学習から得られるのは、短期的に注目を集める大きな変化ではなく、長期的な戦略的価値です。顧客対応を行うほぼすべての業界では、膨大な量の顧客からの問い合わせを限られた数のカテゴリに分類することができ、その多くはチャットボットを使用して簡単に予測し、対応することができます。機械学習をベースにしたチャットボットは、顧客に正確に回答する能力を継続的に調整できます。これにより、顧客の待ち時間が大幅に短縮され、顧客の不安が回避され、やり取りがより効率的になります。同時に、顧客サービス スタッフの負担をさらに軽減し、緊急に人間の介入を必要とするその他のあまり一般的でない問題を処理できるようになります。

以前の記事で、Lao P は Oracle の「Red Technology」について説明しましたが、「Red Technology」はもはや概念レベルにとどまらず、実際に製品に実装されています。 Oracle は機械学習を統合することで、社内外の関連機能領域で企業を支援するための対応する製品とソリューションを提供しています。次に例を示します。

企業内では、Oracle Management Cloud は機械学習機能を完全に統合するソリューションです。企業にインテリジェントな監視プラットフォームを提供し、共同監視、分析、モニタリング、フィードバックを通じてインフラストラクチャのセキュリティをリアルタイムで維持し、安定した IT 運用を確保できるようにします。次のシンプルでわかりやすい「3 つの 1」は、クラウドの管理をうまく説明しています。

「一目でわかる概要」: IT 開発および運用担当者、ビジネス ライン マネージャー、アナリストに、アプリケーションからビジネス サービス サポート テクノロジーまでのエンドツーエンドの完全なビューを提供するリアルタイムのコラボレーション環境を作成します。これにより、企業は「1 つのプラットフォームを手にし、すべての動作条件を把握」できるようになります。

「ワンクリック監視と対応」: リアルタイムの監視と分析機能により、企業はセキュリティの問題、パフォーマンスの異常、脆弱性をタイムリーかつ迅速に検出、防止、対応できます。

「ワンステップのインテリジェント改善」：機械学習とビッグデータ技術を運用・保守データセット全体に適用し、エンドユーザーとインフラストラクチャデータにわたるさまざまな情報サイロを効果的に回避することで、顧客はアプリケーションとインフラストラクチャポートフォリオ全体の安定性を向上させ、アプリケーションのダウンタイムを防ぎ、開発と運用の俊敏性を高め、セキュリティを強化できます。

同様に、外部顧客サービス分野でも、オラクルは機械学習ベースのOracle Chatbot（インテリジェントチャットロボット）を有しており、チャネルアクセサリ、対話プロセス実行、業務システム統合、人工知能エンジンなどのコンポーネントを通じて顧客に自然で効率的なコミュニケーションプロセスを提供し、顧客サービス分野における同社の強みと効率性を高めています。同時に、Oracle Chatbot には、ワンストップ統合ソリューション、オムニチャネル サポート、エンタープライズ レベル、容易な開発、インテリジェント分析、継続的なイノベーションと研究開発などの利点もあり、企業の通信支出コストを節約しながら顧客体験を最適化できます。

顧客サービスにおける機械学習の応用は人々の働き方を変えており、このテクノロジーの優れた点は、その用途がほぼ普遍的であることです。データを迅速に分析し、結論を導き出す必要があるあらゆる時点で使用できます。大量のデータから傾向や異常を識別する必要があるあらゆる場所で、優れた結果を達成できます。

先ほど、実際のクラウドプラットフォームにおける機械学習の応用事例を 2 つ紹介しました。機械学習の基礎は、データの習得と応用です。より多くのデータとより強力なデータ処理および分析能力があれば、機械学習の効果はより高まり、中国の囲碁名人である柯潔が機械と対戦した後にコメントしたように、人間のレベルを超えることさえあります。「人間は間違いを犯すが、機械は間違いを犯さない。」実際、Oracle は Autonomous Database をリリースしたときに、99.995% の高可用性目標を設定しました。このレベルは人間にとってはほとんど想像できないものです。

おそらく、今日目にするのは、システム管理、チャットボット、自律データベースなどの一部のローカル機械学習製品に過ぎません。これは、今日自動運転車を購入できないのと同じですが、追突防止、道路逸脱防止など、一部のローカル自動運転機能は実現されています。クラウドプラットフォームレベルでは、Oracle が自律クラウドプラットフォームの概念を提案しました。この概念は、自動運転車のように、いくつかのローカルアプリケーションを 1 つに統合し、機械学習に基づいて人間の介入なしにクラウドプラットフォームになります。

「ロボットが私たちの仕事を奪うことはありません。」しかし、時代は私たちに変化を求めています。時代は私たちにますます多くの機会を与え、それに応じて仕事の内容や性質も変化しています。私たちが変わらなければ、ロボットに仕事を奪われるのではなく、時代に取り残されてしまうのです。

2018 年には、機械学習の価値を探求し、それを解き放つことが企業にとって最優先事項になるでしょう。テクノロジーは、適切かつ十分に効果的に使用されれば、人間に取って代わることは決してありません。